Konfigurowanie zabezpieczeń serwerów MCP Google Workspace

Na tej stronie opisano, jak skonfigurować ustawienia zabezpieczeń serwerów MCP Google Workspace.

Musisz sprawdzać prompty i odpowiedzi pod kątem złośliwych treści lub ataków typu prompt injection. Możesz użyć Model Armor dostarczonego przez Google lub własnego rozwiązania, jeśli udokumentujesz je w taki sposób, aby użytkownicy mogli zaakceptować to ryzyko. Więcej informacji znajdziesz w zasadach dotyczących danych użytkowników Google Workspace i zasadach dla deweloperów.

Opcjonalne konfiguracje zabezpieczeń

MCP wprowadza nowe zagrożenia i kwestie związane z bezpieczeństwem ze względu na szeroki zakres działań, które można wykonywać za pomocą narzędzi MCP. Aby zminimalizować te zagrożenia i nimi zarządzać, Google Cloud oferuje ustawienia domyślne i zasady, które można dostosowywać, aby kontrolować korzystanie z narzędzi MCP w organizacji lub projekcie Google Cloud.

Więcej informacji o bezpieczeństwie i zarządzaniu MCP znajdziesz w artykule Bezpieczeństwo i ochrona AI.

Korzystanie z Model Armor

Model Armor to usługa Google Cloud, która zwiększa bezpieczeństwo aplikacji AI. Działa ona poprzez proaktywne sprawdzanie promptów i odpowiedzi LLM, chroniąc przed różnymi zagrożeniami i wspierając odpowiedzialne praktyki związane ze sztuczną inteligencją. Niezależnie od tego, czy wdrażasz AI w środowisku chmury, czy u zewnętrznych dostawców usług w chmurze, Model Armor może pomóc Ci zapobiegać złośliwym danym wejściowym, weryfikować bezpieczeństwo treści, chronić dane wrażliwe, zachowywać zgodność z przepisami oraz konsekwentnie egzekwować zasady bezpieczeństwa AI w różnorodnym środowisku AI.

Gdy Model Armor jest włączony z włączonym logowaniem, rejestruje cały ładunek. Może to spowodować ujawnienie informacji poufnych w logach.

Kierowanie próśb MCP do Model Armor

Model Armor jest dostępny w wybranych regionach. Gdy Model Armor jest włączony i używasz serwera MCP w jurysdykcji, która nie jest obsługiwana przez Model Armor, routing wywołania może się różnić w zależności od serwera MCP i może naruszać zgodność z zasadami dotyczącymi miejsca przechowywania danych w przypadku danych używanych i przesyłanych. Więcej informacji o działaniu poszczególnych serwerów MCP znajdziesz w sekcji Usługi obsługujące Model Armor.

Włącz Model Armor

Aby używać Model Armor, musisz włączyć interfejsy Model Armor API.

Konsola

  1. Włącz interfejs Model Armor API.

    Role wymagane do włączenia interfejsów API

    Aby włączyć interfejsy API, musisz mieć uprawnienie serviceusage.services.enable. Jeśli projekt został utworzony przez Ciebie, prawdopodobnie masz już to uprawnienie w ramach roli Właściciel (roles/owner). W przeciwnym razie możesz uzyskać to uprawnienie w ramach roli Administrator wykorzystania usług (roles/serviceusage.serviceUsageAdmin). Dowiedz się, jak przypisywać role

    Włączanie interfejsu API

  2. Wybierz projekt, w którym chcesz aktywować Model Armor.

gcloud

Zanim zaczniesz, wykonaj te czynności za pomocą Google Cloud CLI z interfejsem Model Armor API:

  1. Zainstaluj Google Cloud CLI, a następnie zaloguj się w gcloud przy użyciu tożsamości sfederowanej. Po zalogowaniu zainicjuj Google Cloud CLI, uruchamiając to polecenie: 

    gcloud init

  2. Uruchom to polecenie, aby ustawić punkt końcowy interfejsu API usługi Model Armor.

    gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"

    Zastąp symbol LOCATION regionem, w którym chcesz używać Model Armor.

Konfigurowanie ochrony zdalnych serwerów MCP Google i Google Cloud

Aby chronić wywołania narzędzia MCP i odpowiedzi, możesz użyć ustawień progu Model Armor. Ustawienie progowe określa minimalne filtry zabezpieczeń, które mają zastosowanie w całym projekcie. Ta konfiguracja stosuje spójny zestaw filtrów do wszystkich wywołań narzędzi MCP i odpowiedzi w projekcie.

Skonfiguruj ustawienie progu Model Armor z włączonym czyszczeniem MCP. Więcej informacji znajdziesz w artykule Konfigurowanie ustawień progu Model Armor.

Oto przykładowe polecenie:

gcloud model-armor floorsettings update \
--full-uri='projects/PROJECT_ID/locations/global/floorSetting' \
--enable-floor-setting-enforcement=TRUE \
--add-integrated-services=GOOGLE_MCP_SERVER \
--google-mcp-server-enforcement-type=INSPECT_AND_BLOCK \
--enable-google-mcp-server-cloud-logging \
--malicious-uri-filter-settings-enforcement=ENABLED \
--add-rai-settings-filters='[{"confidenceLevel": "MEDIUM_AND_ABOVE", "filterType": "DANGEROUS"}]'

Zastąp PROJECT_ID identyfikatorem projektu Google Cloud.

Zwróć uwagę na te ustawienia:

  • INSPECT_AND_BLOCK: typ egzekwowania, który sprawdza treści na serwerze MCP Google i blokuje prompty oraz odpowiedzi pasujące do filtrów.
  • ENABLED: ustawienie, które włącza filtr lub egzekwowanie.
  • MEDIUM_AND_ABOVE: poziom ufności ustawień filtra odpowiedzialnej AI – niebezpieczne. Możesz zmodyfikować to ustawienie, ale niższe wartości mogą powodować więcej wyników fałszywie pozytywnych. Więcej informacji znajdziesz w artykule Poziomy ufności Model Armor.

Wyłącz skanowanie ruchu MCP za pomocą Model Armor

Aby zatrzymać automatyczne skanowanie ruchu do i z serwerów MCP Google przez Model Armor na podstawie ustawień progów projektu, uruchom to polecenie:

gcloud model-armor floorsettings update \
  --full-uri='projects/PROJECT_ID/locations/global/floorSetting' \
  --remove-integrated-services=GOOGLE_MCP_SERVER

Zastąp PROJECT_ID identyfikatorem projektu Google Cloud. Model Armor nie stosuje automatycznie reguł zdefiniowanych w ustawieniach progu tego projektu do ruchu na serwerach Serwer MCP Google.

Ustawienia progu Model Armor i ogólna konfiguracja mogą mieć wpływ nie tylko na MCP. Model Armor jest zintegrowany z usługami takimi jak Vertex AI, więc wszelkie zmiany ustawień progowych mogą wpływać na skanowanie ruchu i zachowania związane z bezpieczeństwem we wszystkich zintegrowanych usługach, a nie tylko w MCP.